人工智慧能拯救美國財政？Anthropic 分析指出 AI 能提升 TFP 全生產力要素穩定財政 

在經濟學的世界裡，有一個被視為「終極答案」的指標，用來衡量一個經濟體長期成長的真正動力，那就是「全生產力要素」（Total Factor Productivity，簡稱 TFP），反映在資本與勞動投入不變的情況下，經濟體是否能透過技術進步與效率提升，持續創造更多產能。經濟學家認為 TFP 幾乎決定了一個國家的長期命運。諾貝爾經濟學獎得主保羅克魯曼曾指出，一個國家能否隨時間推移提高生活水準，幾乎完全取決於其提升人均產出的能力。而技術進步，正是這一切的核心。本文摘自 The Blockworks ，重點編譯整理。

美國債務佔 GDP 的比重維持穩定就能穩定財務

TFP 的重要性不僅體現在抽象的成長理論中，也直接關係到政府財政的可持續性。美國國家經濟研究局（NBER）近期一篇研究指出，若美國政府能讓債務佔 GDP 的比重維持穩定，只需要每年額外增加 0.5 個百分點的全生產力要素成長，就足以讓美國財政趨於穩定。

0.5 % 看似微不足道，影響卻極為深遠。根據該研究推估，若這樣的生產力增幅能持續十年，美國政府債務的基準預測值將減少約 2 兆美元；若放眼 30 年，債務佔 GDP 的比率將比基準預測低 42 個百分點，甚至比悲觀情境低出 80 個百分點。

人工智慧輔助人類可助長全生產力

在美國財政赤字與債務規模屢創新高的背景下，這樣的結果近乎不可思議。然而，人工智慧公司 Anthropic 的研究人員認為，科技的潛力可能遠不止於此。Anthropic 近期分析了約 10 萬次 Claude.ai 的實際使用對話，試圖估算在有或是無人工智慧輔助的情況下，人類完成相同任務所需的時間差異，進一步推論其對整體經濟生產力的影響。研究結論顯示，人工智慧輔助有潛力讓全生產力要素提高約 1.1 個百分點。

這個數字引發廣泛關注。若 0.5 % 的生產力提升就足以穩定政府財政數十年，那麼 1.1 % 的增幅，理論上可能對經濟與公共財政產生顛覆性影響。當然，對如此樂觀的推估，學界與政策圈並非毫無疑慮。Anthropic 的研究本身也承認，其分析高度依賴模型假設。例如研究顯示 Claude 能在 11 分鐘內完成一門課程設計，為教師節省約 4 小時工時，但「節省時間」是否必然轉化為「增加產出」，仍存在高度不確定性。

批評者指出，節省下來的時間，未必會投入更高價值的經濟活動，反而可能被用於娛樂或消費，如滑社群平台或閱讀簡報。在這種情況下，人工智慧確實提升了人們的福利與休閒時間，卻未必增加整體財富，對政府解決債務問題的幫助也相對有限。不過，Anthropic 同時認為，他們的估算可能反而偏向保守。研究並未納入人工智慧加速普及的速度，也未考慮未來模型能力持續進化所帶來的額外生產力提升。換言之，該研究假設人類未來十年仍以現有方式、使用現有水準的語言模型。考量到大型語言模型幾乎每隔數月便出現顯著進步，人類對其應用方式仍在快速學習中，Anthropic 認為 1.1% 可能只是人工智慧生產力效應的「近似下限」。

更重要的是，這項研究僅衡量人工智慧「加快既有任務完成速度」的影響，並未納入技術對工作流程與生產方式的根本性重組。Anthropic 指出，歷史上的重大生產力躍進，從電力、電腦到網際網路，並非只是把舊事情做得更快，而是徹底改變了事情的做法。

這類結構性變革難以建模，卻往往帶來最深遠的影響。即便如此，研究人員仍保持審慎態度，詳細列出方法限制與假設條件。他們也坦言，即使人工智慧真的為政府創造了更大的財政空間，未來的立法者仍可能透過擴大支出再次累積債務。然而，在普遍認為財政風險迫在眉睫的當下，這種樂觀情境即便可能只有小部分成真，也值得期待。